# Deprecación de herramientas de IA para desarrollo: la factura oculta que nadie te enseña

> Fuente: https://extradev.fr/es/blog/deprecacion-de-herramientas-de-ia-para-desarrollo-la-factura-oculta-que-nadie-te-ensena
> Publicado el: 2026-08-25
> Autor: Vincent Roye
> Site: Extra Dev (https://extradev.fr)
> Lang: es-ES
> Tags: dette technique, IA développement, vendor lock-in, outils IA, architecture logicielle

Azure, GitHub Copilot, Gemini, AI SDK: cuatro deprecaciones en pocas semanas. Lo que le cuesta de verdad a una empresa que ha apostado por la IA en desarrollo.

La deprecación de herramientas de IA para desarrollo acaba de costar 50 días de migración forzada a todos los equipos que habían montado sus agentes sobre la API Azure OpenAI Assistants. **No es un caso aislado: han caído cuatro anuncios de deprecación en apenas unas semanas, y cada uno es capaz de romper una producción de un día para otro.** Para un CEO que ha apostado por la IA en el lado del desarrollo, esta es la primera prueba de resistencia real de su arquitectura.

- 📉 **50 días para migrar**, ese es el plazo que Microsoft dio a los equipos que usaban la API Azure OpenAI Assistants antes de su cierre el 26 de agosto de 2026.
- ⚠️ **Cuatro deprecaciones en pocas semanas**, Azure, GitHub Copilot, Gemini y el AI SDK han roto una integración existente.
- 🏗️ **La arquitectura importa más que la herramienta**, una capa de abstracción entre tu código y el proveedor de IA evita la reescritura completa.
- 🎯 **Veredicto**, un sénior con 8 años de experiencia como mínimo absorbe este riesgo, un júnior o un no-code lo sufre.

El problema no es que estas herramientas avancen rápido, eso más bien es buena señal. El problema es que la mayoría de los equipos descubre la deprecación a la vez que sus usuarios, cuando una funcionalidad se para en seco. Esto es lo que se está rompiendo ahora mismo, lo que cuesta y cómo estructura un sénior un proyecto para que nunca le pille por sorpresa.

## Cuatro deprecaciones recién anunciadas, y lo que rompen de verdad

Microsoft ha anunciado el cierre de su API Azure OpenAI Assistants para el 26 de agosto de 2026, con un preaviso de 50 días para migrar al nuevo servicio Foundry Agent. Cualquier equipo que haya construido encima un agente conversacional o un flujo automatizado tiene que reescribir su capa de orquestación, y deprisa: no es una sugerencia, es un corte de servicio programado.

GitHub va por el mismo camino. Varios modelos desaparecen de Copilot, entre ellos versiones antiguas de GPT y de Gemini: el soporte de GPT-4.1 termina el 1 de junio y lo sustituye GPT-5.5 como modelo por defecto, mientras GPT-5.3 pasa a ser la base obligatoria para las organizaciones, garantizada hasta principios de 2027. A un desarrollador que programaba con un modelo concreto, por un motivo concreto (coste, comportamiento, latencia), se lo retiran sin que él haya pedido nada.

Google, por su parte, directamente elimina parámetros. En los nuevos modelos Gemini, la temperatura, el top P y el top K (los ajustes que controlan el nivel de creatividad o de precisión de una respuesta) ya se ignoran, y pronto serán rechazados con un error HTTP 400. La documentación oficial recomienda sustituirlos por una instrucción de sistema redactada en lenguaje natural: pasar de un parámetro numérico fiable a una frase que hay que ajustar a base de prueba y error.

Y en el terreno del código puro, el SDK de IA de Vercel ha deprecado su función `generateObject` en la versión 6 (la función que obligaba a una respuesta de IA a respetar un esquema de datos preciso, imprescindible para que una aplicación sepa qué hacer con el resultado). Ahora se fusiona con la generación de texto clásica. **Sobre el papel es una simplificación. En un proyecto en producción, es una línea de código que deja de compilar en la próxima actualización.**

### ¿Por qué caen todas estas deprecaciones a la vez?

No es una coincidencia de calendario, es una fase del mercado. Los proveedores cloud están pasando de un acceso API genérico a servicios verticalmente integrados, más orientados a la decisión, donde controlan más la capa de orquestación. Yo lo veo como una señal clara: la consolidación de la infraestructura agéntica se acelera y cada proveedor empuja su propio estándar. El ritmo de las deprecaciones va a seguir siendo alto mientras este mercado no se estabilice, probablemente no antes de 2027 o 2028.

## Lo que le cuesta de verdad a una empresa que ya no programa por sí misma

Un CEO que ha delegado el desarrollo, internamente o mediante externalización, no ve venir la deprecación. Ve una funcionalidad que falla, un cliente que se queja o una factura de refactorización imprevista. El coste real no está en el anuncio de deprecación, está en el tiempo de reacción.

Fíjate en el caso de Azure: 50 días para migrar un sistema de agentes en producción. Si tu proveedor descubre el anuncio a la vez que todo el mundo, le quedan quizá 30 días útiles una vez hecho el diagnóstico. En una misión facturada por bolsa de días a 180 euros diarios, una migración de este tipo suele ocupar a un perfil sénior entre 5 y 10 días completos, es decir, entre 900 y 1.800 euros. No es la ruina. **Lo que sale caro es el tiempo de puesta en producción que se pierde si nadie vigila estos anuncios**, y el riesgo de interrupción de servicio durante el cambio.

El verdadero peligro no es el coste de la migración en sí. Es descubrir que un becario o un no-coder ha metido llamadas a una API a fuego en el código sin aislar nunca esa dependencia. En ese caso, la migración ya no lleva 5 días, lleva 20, porque antes hay que entender todo lo que se ha enchufado ahí antes de poder tocarlo. Ya he visto este escenario en una misión de recuperación de código: alguien que no era desarrollador había construido un producto entero alrededor de una sola API de IA, sin ninguna separación entre lógica de negocio y proveedor. El día que la API cambió de comportamiento, hizo falta casi un mes para desenredarlo todo.

## Cómo absorbe estos cambios un proyecto bien estructurado, sin dramas

Un buen proyecto de IA parte de especificaciones claras, no de un prompt vago lanzado a una herramienta no-code. Esa es la diferencia entre un sistema que encaja una deprecación en un día y un sistema que se desmorona con cada cambio de proveedor. En concreto, significa separar la lógica de negocio de la llamada al modelo: tu código nunca debe hablar directamente con la API de Azure, de Google o de OpenAI, debe hablar con una capa de abstracción que tú controlas y que, a su vez, está conectada al proveedor del momento.

Es exactamente lo que recomendaba el analista que cubrió la deprecación de Azure OpenAI Assistants: diseñar la capa de agentes con suficiente abstracción para que, si cambia un componente esencial, el equipo no tenga que empezar de cero. **No construir sobre arenas movedizas**, separar el código del orquestador, prever un plan alternativo por si el servicio fundamental desaparece.

### ¿Cuándo merece la pena invertir en esta capa de abstracción?

No para un prototipo que vas a tirar dentro de tres meses. Pero en cuanto una herramienta de IA toca una funcionalidad que tus clientes usan en producción, cada semana, la abstracción sale rentable. En los proyectos que superviso, esta separación se plantea desde el primer sprint, con ficheros de memoria de proyecto (arquitectura, convenciones, decisiones tomadas) que permiten a cualquier desarrollador, humano o agente de IA, entender por qué se eligió esa API y cómo sustituirla si hace falta. Es ese trabajo de fondo, invisible para el cliente, el que convierte una deprecación de pesadilla de tres semanas en un ticket de un día.

| Situación | Detección de la deprecación | Plazo real de migración | Riesgo de negocio |
| --- | --- | --- | --- |
| Código acoplado directamente a la API | Se descubre en producción, a menudo por un fallo del cliente | De 2 a 4 semanas | Interrupción del servicio, pérdida de confianza del cliente |
| Capa de abstracción puesta desde el principio | Vigilancia técnica + changelog del proveedor | De 1 a 3 días | Casi nulo, cambio transparente |
| Proyecto dirigido por alguien que no programa, en no-code | Lo descubre un tercero o una auditoría | De 3 a 6 semanas | Rehacer el producto entero, presupuesto doblado |
| Misión de dev sénior por bolsa de días (180 €/día) | Vigilancia integrada en la misión | De 3 a 8 días facturados | Coste controlado, previsible |

FUENTE: transcripciones citadas · ACT. 08/2026

Esta tabla resume una regla sencilla: no es la herramienta de IA la que determina tu exposición al riesgo, es la forma en que se ha integrado. Según un [análisis de Gartner sobre las estrategias cloud multiproveedor](https://www.gartner.com/en/information-technology), la dependencia de un único proveedor sigue siendo uno de los principales factores de sobrecoste imprevisto en los proyectos de IA empresariales, muy por delante del coste de las propias licencias.

> «La verdadera ventaja no es usar la IA, es construir un sistema de producción de software que encaje sus cambios sin empezar de cero con cada anuncio de deprecación.»
>
> Vincent, agosto de 2026

## ¿Hay que contratar a un dev para gestionar este riesgo, o delegarlo?

Contratar a un desarrollador sénior indefinido para vigilar deprecaciones de API a jornada completa casi nunca se justifica antes de cierto tamaño de equipo. Es un trabajo de vigilancia y de arquitectura que ocupa unos pocos días por trimestre, no una jornada completa. Al contrario, dejar que un perfil júnior o un no-coder cargue solo con la responsabilidad de tu stack de IA equivale a apostar a que nada va a cambiar hasta la próxima actualización, una apuesta que los cuatro anuncios de estas últimas semanas acaban de hacerte perder.

La respuesta correcta cabe en un criterio: en cuanto tu producto dependa de una IA en producción, confía la arquitectura a un perfil sénior, 8 años de experiencia como mínimo, capaz de leer un changelog de deprecación y medir su impacto antes de que el cliente se dé cuenta. En una misión por bolsa de días a 180 euros diarios, esa vigilancia se absorbe dentro del tiempo normal de la misión, sin partida presupuestaria dedicada. Esa es la diferencia entre sufrir una deprecación y tratarla como un no-evento.

El riesgo no va a desaparecer a corto plazo. Mientras los proveedores cloud sigan consolidando sus servicios agénticos, las deprecaciones van a encadenarse a un ritmo parecido al que observamos desde principios del verano de 2026. **Así que la pregunta no es si tu stack de IA se verá afectado, sino si alguien de tu equipo lo verá venir.** Si la respuesta es no, el buen reflejo no es esperar al próximo correo de fin de servicio, es auditar tu arquitectura antes de que se convierta en el problema de otro. He detallado en otro artículo [lo que cuesta realmente dejar que alguien que no programa dirija código de IA en producción](https://extradev.fr/blog/non-dev-ia-code-production-risque), y el patrón se repite casi idéntico con cada deprecación.

Si arrancas un proyecto de IA este año, el cálculo más sencillo sigue siendo [el que compara un contrato indefinido con una bolsa de días a 180 euros diarios durante doce meses](https://extradev.fr/blog/recruter-dev-senior-cdi-regie-180-euros-jour-calcul-12-mois): en este riesgo concreto, un sénior potenciado por la IA absorbe la carga de vigilancia sin coste añadido, mientras que [un equipo clásico se entera cuando ya ha pasado](https://extradev.fr/blog/developpeur-augmente-senior-ia).

## Preguntas frecuentes

### ¿Qué es exactamente una deprecación de una herramienta dev de IA?

Es el fin programado de una funcionalidad, un parámetro o una API por parte de su proveedor, a menudo con un preaviso corto. Azure OpenAI Assistants cierra el 26 de agosto de 2026 con 50 días de preaviso, y Gemini ya ha retirado ciertos parámetros en sus nuevos modelos sin esperar.

### ¿Por qué los proveedores de IA deprecan sus herramientas tan rápido?

El mercado de la infraestructura agéntica se está consolidando y cada proveedor cloud empuja su propio servicio verticalmente integrado para quedarse con la capa de orquestación. Es una decisión estratégica para el proveedor, pero un quebradero de cabeza táctico para la empresa que ha construido encima.

### ¿Cómo protejo mi producto de una deprecación por sorpresa?

Separando tu lógica de negocio de la llamada directa al proveedor de IA, mediante una capa de abstracción que tú controlas. Una auditoría de arquitectura trimestral basta para detectar los anuncios de deprecación antes de que rompan tu producción.

### ¿Puede un desarrollador júnior gestionar este riesgo solo?

Rara vez de forma fiable. Detectar una deprecación en una documentación técnica, medir su impacto real y refactorizar sin romper el resto del producto exige una experiencia que, por lo general, solo tiene un perfil sénior, con 8 años de experiencia como mínimo.

### ¿Cuánto cuesta una migración provocada por la deprecación de una API de IA?

En una misión por bolsa de días a 180 euros diarios, una migración acotada suele ocupar entre 3 y 10 días de un dev sénior, según si la arquitectura ya estaba aislada del proveedor o no. El coste se dispara sobre todo cuando nadie ha anticipado la dependencia.

## Fuentes

- [Parametri di campionamento Gemini deprecati , Thoughts Brewing, LLC](https://www.youtube.com/watch?v=1FJLUnHVXfo)
- [Azure OpenAI API Deprecation: 50 Days to Migrate + AMD On-Device AI , No-BS AI Briefing](https://www.youtube.com/watch?v=YMFwujvgGzM)
- [AI Model Deprecation Alert, Discourse AI Agents & Dev Tools | May 25, 2026 , EXAI Global](https://www.youtube.com/watch?v=9tTj2rYHZ8Y)
- [generateObject is Deprecated in AI SDK v6: Here's What to Use Instead , Kristian](https://www.youtube.com/watch?v=vbOBgasqLhk)